کارایی قوی در تحلیل پوششی داده ها با تکنولوژی بازده به مقیاس متغیر

یکی از مسائل اساسی در تحلیل پوششی داده های کلاسیک، عدم توان کافی برای تفکیک بین اندازه کارایی واحد های تصمیم گیرنده است که به عنوان یک نقطه ضعف مورد توجه قرار می گیرد. اخیرا پارکان و همکاران [9] تلاش هایی برای رفع این مشکل انجام داده اند. آنها پیشنهاد کردند برای ارزیابی هر واحد هر دو دیدگاه خوش بینانه و بدبینانه مورد توجه قرار گیرد. در مقابل ارزیابی سنتی، شاخصی بر پایه کمترین مقدار اندازه کارایی برای هر واحد در نظر گرفته که آن را اندازه کارایی قوی می گویند. همچنین در این راستا تکنولوژی جدیدی براساس فرض بازده به مقیاس ثابت ساخته شد. در این مقاله تکنولوزی تولید مذکور با فرض بازده به مقیاس متغیر ساخته می شود و مدل های متناظر به صورت برنامه ریزی خطی فرمول بندی می شوند. در پایان نشان داده می شود که مدل های مبتنی بر اندازه کارایی قوی داری قدرت تمایز به مراتب بیشتری از مدال های کلاسیک تحلیل پوششی داده ها هستند.